NumPy - Ndarray-Objekt

Das wichtigste in NumPy definierte Objekt ist ein N-dimensionaler Array-Typ namens ndarray. Es beschreibt die Sammlung von Elementen des gleichen Typs. Auf Elemente in der Sammlung kann über einen auf Null basierenden Index zugegriffen werden.

Jedes Element in einem ndarray hat die gleiche Blockgröße im Speicher. Jedes Element in ndarray ist ein Objekt vom Datentypobjekt (aufgerufen)dtype).

Jedes aus dem ndarray-Objekt (durch Schneiden) extrahierte Element wird durch ein Python-Objekt eines der Array-Skalartypen dargestellt. Das folgende Diagramm zeigt eine Beziehung zwischen ndarray, Datentypobjekt (dtype) und Array-Skalartyp -

Eine Instanz der ndarray-Klasse kann durch verschiedene Routinen zur Array-Erstellung erstellt werden, die später in diesem Lernprogramm beschrieben werden. Das grundlegende ndarray wird mithilfe einer Array-Funktion in NumPy wie folgt erstellt:

numpy.array

Es erstellt ein ndarray aus jedem Objekt, das die Array-Schnittstelle verfügbar macht, oder aus jeder Methode, die ein Array zurückgibt.

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

Der obige Konstruktor verwendet die folgenden Parameter:

Sr.Nr.	Parameter & Beschreibung
1	object Jedes Objekt, das die Array-Schnittstellenmethode verfügbar macht, gibt ein Array oder eine beliebige (verschachtelte) Sequenz zurück.
2	dtype Gewünschter Datentyp des Arrays, optional
3	copy Optional. Standardmäßig (true) wird das Objekt kopiert
4	order C (Zeilenmajor) oder F (Spaltenmajor) oder A (beliebig) (Standard)
5	subok Standardmäßig muss das zurückgegebene Array ein Basisklassenarray sein. Wenn dies der Fall ist, wurden Unterklassen durchlaufen
6	ndmin Gibt die Mindestabmessungen des resultierenden Arrays an

Schauen Sie sich die folgenden Beispiele an, um sie besser zu verstehen.

Beispiel 1

import numpy as np 
a = np.array([1,2,3]) 
print a

Die Ausgabe ist wie folgt -

[1, 2, 3]

Beispiel 2

# more than one dimensions 
import numpy as np 
a = np.array([[1, 2], [3, 4]]) 
print a

Die Ausgabe ist wie folgt -

[[1, 2] 
 [3, 4]]

Beispiel 3

# minimum dimensions 
import numpy as np 
a = np.array([1, 2, 3,4,5], ndmin = 2) 
print a

Die Ausgabe ist wie folgt -

[[1, 2, 3, 4, 5]]

Beispiel 4

# dtype parameter 
import numpy as np 
a = np.array([1, 2, 3], dtype = complex) 
print a

Die Ausgabe ist wie folgt -

[ 1.+0.j,  2.+0.j,  3.+0.j]

Das ndarrayDas Objekt besteht aus einem zusammenhängenden eindimensionalen Segment des Computerspeichers, kombiniert mit einem Indexierungsschema, das jedes Element einem Ort im Speicherblock zuordnet. Der Speicherblock enthält die Elemente in einer Zeilen-Hauptreihenfolge (C-Stil) oder einer Spalten-Hauptreihenfolge (FORTRAN- oder MatLab-Stil).